并行宇宙 GEO 空间站 · 指标定义手册
驾驶舱上每一个数字怎么算、分子分母是什么、该怎么读、容易误会在哪。
适用对象：品牌方客户与服务团队培训。覆盖页面：GEO 驾驶舱（首页）全部指标卡、图表与表格。
定义依据：空间站算法，推荐项去重规则更新于 2026-10-15。示例数字保留 2026-09-10 的历史验算记录，取自「长城-坦克-行业词（7月更新）」第 22 轮 · 5 个平台 · 230 条 AI 回答；当前指标以系统展示为准。一个指标名只对应一种算法 。空间站、GEO OS、报告、合同里出现同一个名字，就是同一个数。
本版（2026-10-15）相对 8 月 21 日版的变化
推荐项去重（10 月 14 日起，15 日补齐格式） ：同一列表推荐或推荐表格同一行的品牌/产品身份列共享位次；明确品牌标题只与紧接的第一个产品共享位次，后续产品仍分别计位。跨分类仍按全文顺序累计，不把分类内 Top3 自动算成总体 Top3。提及次数不变。情感结论（9 月 15 日起） ：一轮里只有极少数回答判读失败（不超过 5%）时，结论照常发布，只按判完的回答计算，并写明「69 / 70 条已校验，1 条判读失败未计入」；此前要等全部判完才发布，1 条失败就会让整块一直显示「生成中」。「自有来源采纳」更名为「投放内容采纳」 ，算法不变；并补充说明它和「提示词逐轮追踪」页的「投放提及」有什么区别。推荐位新口径（9 月 2 日起） ：被 AI 明确不推荐的品牌、以及与本品没有竞争关系的名字，算提到但不占推荐位；本品被明确不推荐时记为「提及但未推荐」。示例项目的 Top1 由 32.2% 变为 33.9%，Top3 由 51.3% 变为 54.3%。更正： 「品牌词 / 非品牌词」依据的是服务团队为账号配置的品牌词清单 ，不是目标词（上一版写错了）。新增： 部分项目的筛选条上有「考核提示词」按钮，可以只看一组指定的提示词。更正： 趋势图横轴的取法、证据速览的挑选顺序，这两处的描述与实际算法不一致，已按实际改正。
一、先认识 6 个基本单位
二、顶部筛选条怎样改变数字
三、五张指标卡
四、两张趋势图
五、竞品推荐排行
六、引用来源分布
七、证据速览
八、提示词表现概览与下一步建议
九、情感概览
十、轮次与数据状态
十一、最容易误会的 12 件事
十二、一页速查表
一、先认识 6 个基本单位
单位 定义 在页面上长什么样 轮次 系统定期把同一批问题向各 AI 平台集中提问一次，叫一轮。每一轮相当于一期体检报告；新一轮完成，所有数字更新一期。 页头的「第 22 轮」、趋势图上的「R22」 提示词 就是用户会向 AI 提的一个问题，如「20-30 万左右硬派越野车推荐」。一个项目配一组提示词，每轮都用同一组提问。 「覆盖提示词数 46 组」；提示词表现里的每一行 AI 平台 被提问的 AI 产品：DeepSeek、豆包、元宝、KIMI、文心一言等。同一个问题会分别问每个平台。 顶部平台切换条；「5 个平台」 回答 一个提示词 × 一个平台 × 一轮 ，产生一条回答。这是全部百分比指标的分母单位 。同一个问题问了 5 个平台，就是 5 条回答。「230 条 AI 回答」「217 / 230 条回答出现品牌」 目标词 用来判断「回答里有没有提到你」的一组词：品牌名、产品名、核心业务名。在回答正文里出现其中任意一个 ，这条回答就算提到了你。不区分大小写、按字面包含判断。 顶部「目标词」下拉（默认全部） 引用来源 AI 在回答时引用、展示出来的网页链接。一条回答可以带多条引用链接。 「引用来源分布」；证据快照里的链接列表
核心关系： 回答数 = 提示词数 × 平台数。示例项目 46 个提示词 × 5 个平台 = 230 条回答，后面所有的百分比都是「多少条 ÷ 230」。
二、顶部筛选条怎样改变数字
选一次筛选，所有页面一起生效。个别页面不按某一项筛选时，那一项会变灰，鼠标移上去会说明原因。各筛选项分别改变什么：
筛选项 改变什么 要注意 项目名称 切换看哪一个监测项目（同一客户可能有多个项目：正式版、行业词、留档等）。 数字只代表当前选中的这一个项目。 品牌词 / 非品牌词 按「提问里有没有带你的品牌或产品名」把提示词分成两类，只看其中一类。判断依据是服务团队为这个账号配置的品牌词清单 ：提示词文字里包含清单中任一个词，就是品牌词。 品牌词下的提及率天然很高（问题里已经点名了），非品牌词下被提到的含金量更高 ，两类不能直接比较。账号还没配置品牌词清单时，这两个按钮是灰的。 考核提示词 （部分项目才有） 只统计服务团队为这个项目指定的一组提示词，通常就是合同考核的范围。按钮名可能是「考核提示词」，也可能是「防摔系列」这类自定义名称，后面跟着条数。 只有几十条回答时，一条回答的变化就是好几个百分点。这组提示词在某一轮都没有回答时，页面会写「都没有回答」，不会悄悄改算全部提示词。 「提示词逐轮追踪」「在线报告」暂不跟随这个按钮；官网两页选中它时筛选会变灰。 AI 平台 只看某一个平台的回答。 切到单平台后，分母就变成该平台的回答数（示例：46 条）。 目标词 只认选中的这些词算「提到」。默认「全部目标词」= 任一命中即算。 选的词越少，提及率通常越低。这是口径变化，不是表现变化；对外汇报时说清用了哪组词 。
三、五张指标卡
1. AI 提及率
一句话 用户向 AI 问相关问题时，回答里出现你的品牌（任一目标词）的比例。最基础的「存在感」指标。
公式 AI 提及率 = 出现目标词的回答条数 ÷ 回答总条数
分子 本轮、当前筛选范围内，正文里出现了任一目标词的回答条数。只看「有没有出现」，不看出现几次、出现在第几句。
分母 本轮、当前筛选范围内的全部回答条数 （= 提示词数 × 平台数）。
示例 217 / 230 条回答出现品牌 → 94.3%。
怎么读 越高越好。和上一轮比升了还是降了，是本期最直接的结论。
注意 分母是回答条数 ，不是提示词个数。一个问题问了 5 个平台、只有 1 个平台提到，这个问题贡献 1/5，不是整个问题都算「提到了」。明确说不推荐你 ，也算提到了你：计入提及率，但不算推荐位（见下一张卡）。
2. Top1 推荐率
推荐项去重（2026-10-15） 同一条明确推荐里的公司、品牌、产品名共享一个位次 ，包括列表项和推荐表格同一数据行的身份列；特点栏提到的对比品牌不并入。明确品牌标题只与紧接的第一个产品共享位次，第二个产品仍独立计位。不同推荐条目、不同产品行仍分别占位，名称和提及次数保留。跨分类按全文顺序累计，不自动将分类内 Top3 计为总体 Top3；正文和不能明确识别的格式保留首次出现顺序。本文示例数字为 2026-09-10 的历史验算记录。
一句话 在所有回答里，你的品牌排在第一个被推荐 的比例。
公式 Top1 推荐率 = 本品排第 1 位的回答条数 ÷ 回答总条数
「第几位」怎么判 系统在一条回答的正文里，找出本品和每个竞品第一次出现的位置 ，按出现先后排序。但下面两类名字算作提到、不占推荐位 （不参与排序）：明确不推荐 的品牌。例如「三千以内买不到 TOTO，推荐九牧」，九牧排第 1。没有直接竞争关系 的名字，如自家子品牌、上下游供应商、支付或认证机构。万一 AI 把真对手判错了，服务团队可以在后台改回来。
提及但未推荐 如果 AI 在某条回答里明确不推荐本品 ，这条记作「提及但未推荐」：计入提及率，不计入 Top1 / Top3。这条规则对本品和竞品完全对称。
分母 全部回答条数，包括没提到你的回答 （它们算在分母里、不算在分子里）。所以 Top1 推荐率 ≤ AI 提及率，永远成立。
示例 78 / 230 条首位出现 → 33.9%。
怎么读 反映的是「被 AI 放在最前面推荐」的比例。越高，说明越可能被用户优先注意到。
注意 这不是 AI 给出的排行榜名次 ，而是出现顺序上的位次。AI 回答通常不是一张排名表，「先出现」是目前能稳定度量的替代指标。
3. Top3 推荐率
一句话 在所有回答里，你的品牌排在前三位 （第 1、2、3 位）的比例。
公式 Top3 推荐率 = 本品位次 ≤ 3 的回答条数 ÷ 回答总条数
示例 125 / 230 条进入前三 → 54.3%。
怎么读 Top1 看「抢不抢得到第一」，Top3 看「有没有进入用户会认真看的那几个」。两个数之间的差距（54.3 − 33.9 ≈ 20 个百分点），就是「已经进前三、但还没排第一」的那部分回答，是最值得争取的机会。
关系 AI 提及率 ≥ Top3 推荐率 ≥ Top1 推荐率，三者永远成立；不成立一定是口径选错了（比如切了不同的筛选）。
4. 覆盖提示词数
一句话 本轮、当前筛选范围内，实际有回答记录的不重复提示词个数 。
示例 46 组 · 5 个平台共 230 条回答。46 × 5 = 230，说明这一轮每个问题在每个平台都有回答，样本是完整的。
怎么读 这张卡是「这一期的数字建立在多少个问题之上」 的说明，不是好坏指标。它决定其他四张卡的分母规模。
注意 切了「品牌词 / 非品牌词」或单平台后，这个数会随之变小，属正常。
5. 投放内容采纳
一句话 AI 的回答里，引用了我们投放（主动发布）的内容 的回答所占比例。比例越高，说明我们发布的内容正在被 AI 拿来当依据。（8 月 21 日版叫「自有来源采纳」，只是改了名字，算法没变。）
公式 投放内容采纳 = 引用了至少 1 条投放内容的回答条数 ÷ 回答总条数
「投放内容」怎么判 系统把回答带出的每条引用链接，与「语义资产」里登记的我方发布内容逐条比对，满足任一条件就算投放内容：
示例 43 条回答引用了投放内容 → 43 / 230 = 18.7%。
怎么读 它衡量的是内容铺设的渗透效果 ，和「提及率」是两回事：提及率看 AI 有没有说到你，投放内容采纳看 AI 引用的是不是我们的材料。一条回答可以「提到你，但引的是别人的文章」，也可以「引了我们的文章，但没点名」。
和「投放提及」的区别 本卡不要求 回答正文提到品牌。「提示词逐轮追踪」页的「投放提及」要求回答既提到品牌、又引用投放内容 ，与并行宇宙目标词监测里的「我方曝光」同口径。所以本卡通常比「投放提及」高，这两个数不要并排比较。
注意 我们持续发文，文章清单每周都在增长，早先的回答可能在后来被重新认定为引用了投放内容，所以历史轮次的这个数可能小幅上修，属正常。
四、两张趋势图
品牌提及趋势
纵轴 = 每一轮的 AI 提及率 （定义同第三节第 1 张卡）。末点标注当前轮的数字（示例 94.3%）。
推荐位趋势
两条线：蓝线 = Top3 推荐率 橙线 = Top1 推荐率 ，每一轮各一个点。末点标注当前轮的 Top1（示例 33.9%）。推荐位按第三节的同一套规则计算。
横轴取哪几轮
为了在有限的宽度里同时看到「起点」和「最近走势」，横轴固定取：最近 12 轮里最早的那一轮 + 最近的 4 轮 ，最多 5 个点。示例项目在第 22 轮时，横轴是 R11、R19、R20、R21、R22：R11 是最近 12 轮里最早的一轮，R19–R22 是最近四轮。中间的轮次没有画出来，不代表没有数据。
每一轮的点，都是按那一轮自己的回答 算出来的率。如果中途增减过提示词或目标词，不同轮的分母和口径会变，看曲线断点时要结合改动日期。
五、竞品推荐排行
列 定义 排名 按「提及」占比从高到低排；占比相同时，平均位次靠前的在前。驾驶舱只显示前 6 名，完整名单在「品牌曝光 Benchmark」页。 品牌 本品（绿色「本品」标）与竞品。 提及 本轮回答里出现该品牌的回答条数 。判断方式与本品一致：正文里出现品牌名即算。示例：坦克 217，方程豹 166。 Top3 该品牌排在前三位的回答占全部回答的比例。口径同 Top3 推荐率，包括「不占推荐位」的规则，只是换成看别的品牌。示例：坦克 54.3%，方程豹 29.6%。
竞品名单从哪来
两种来源，页面上会标注是哪一种：
AI 自动识别 （页面提示「竞品名单由 AI 回答内容自动识别，非人工配置」）：系统逐条读本轮 AI 回答，把回答里实际出现的品牌抽出来组成名单，同时判断每个名字和本品是不是竞争关系。只有当页面涉及的轮次里 95% 以上 的回答都完成识别，才启用这份名单；不足时沿用人工配置的名单，并提示「竞品自动识别推进中」。人工配置 ：服务团队在后台预先登记的竞品清单。
自动识别名单里，本轮只出现 1 次 的品牌会并入长尾、不单独列出，避免偶然提到的名字挤占榜单。
怎么读： 第一名是不是你；第二名和你差多远；以及哪些竞品的 Top3 在追上来——它们才是真正在和你抢推荐位的对手。
六、引用来源分布
一句话 本轮 AI 回答引用的链接，按网站 分组统计，看 AI 最常从哪些网站取材。
统计单位 引用链接条数 ，不是回答条数。一条回答引用了同一网站的 3 条链接，记 3。柱子上的数字就是该网站被引用的链接条数（示例：新浪 sina.cn 343 条）。
分组方式 按链接的域名归并（同一网站的子域按服务团队配置的规则并到主站）。显示引用最多的前 10 个网站，最多的那根柱子会高亮 ，高亮不代表是我们的站。
怎么读 这些网站就是 AI 的「信息来源地」，也就是内容铺设的主战场。排在前面的网站如果还没有我们的内容，就是下一步发文的优先平台。
和「投放内容采纳」的关系 这张图不区分 引用的是我们的内容还是别人的内容，它只回答「AI 爱引哪些站」。要看「引的是不是我们的」，看第五张指标卡，或在证据库里看每条引用旁的「自有」徽标。
七、证据速览
从本轮回答里挑 3 条作为「代表性证据」快速展示，点「查看」进入完整的 AI 回答快照。
挑选规则： 优先挑本品位次最靠前 的回答（Top1 在前，其次 Top2、Top3……），位次相同的按回答时间先后排。所以驾驶舱的证据速览基本都是「表现最好的例子」；要看问题和短板，去「证据库」按推荐位、情感筛选。
每条三个标签：
平台 这条回答来自哪个 AI 平台（如文心一言、DeepSeek）；推荐位 本品在这条回答里的位次：Top1 / Top3 / TopN （绿），提及但未推荐 （橙，AI 提到了你但明确不推荐），未提及（灰）。口径见第三节第 2 张卡；情感 这条回答提到本品时的态度（正面 / 中性 / 负面，口径见第九节）。
每一个数字都能追溯到原始回答快照——快照 1:1 还原提问当时的 AI 界面，包括原始回答、引用来源、搜索结果。「数据不是我们说的，是 AI 说的」。
八、提示词表现概览与下一步建议
按问题 逐条看表现。驾驶舱只展示前几条，完整列表在「提示词表现」页。
列 定义（每一行 = 一个提示词，在本轮所有平台上的汇总） 提及率 这个问题在各平台的回答里出现本品的比例。分母 = 这个问题的回答数（= 平台数，示例 5）。100% = 5 个平台全提到了。 Top1 这个问题的回答里，本品排第 1 位的比例。80% = 5 个平台里有 4 个把你放在最前面。 Top3 这个问题的回答里本品进入前三位的比例。 下一步建议 系统按固定规则给出的行动方向（见下表），是服务团队接下来的工作指引。
「下一步建议」的判定规则（按顺序命中第一条）
顺序 条件 建议 含义 1 提及率 = 0 内容增强 这个问题下 AI 完全没提到你，需要从零铺内容。 2 提到了，但算不出推荐位（无竞品基准） 巩固品牌提及 先守住「被提到」，推荐位暂时无法评估。 3 Top3 < 50% 提升 Top3 机会 提到了但经常排在后面，目标是进前三。 4 Top3 ≥ 50% 且 Top1 < 35% 强化首推内容 已稳进前三，目标是争第一。 5 以上都不满足（Top3 ≥ 50% 且 Top1 ≥ 35%） 巩固引用来源 表现已经很好，重点转为让 AI 引用我们自己的内容、守住位置。
排序规则： 默认按 Top3 从高到低，再按提及率、Top1 从高到低，表现好的问题排在前面。要找弱项，在「提示词表现」页用「重点机会 / Top3 机会 / 负面」筛选，弱项不会被隐藏。
九、情感概览
一句话 AI 提到你的时候，是在夸、在中立陈述，还是在提缺点。
怎么判 对每一条回答 ，由系统的 AI 判读模块针对本品 给出一个结论：正面 / 中性 / 负面，并记录判断依据和原文片段。不是数关键词，是逐条读出来的。
公式 正面占比 = 判为正面的回答条数 ÷ 本轮已判完的回答条数 （中性、负面同理，三者相加 = 100%）
示例 正面 76.5% · 中性 22.2% · 负面 1.3%。
「基于第 N 轮已校验数据」 情感结论在一轮的回答都判过之后才发布 。判读偶尔会失败（例如模型一时超时，系统会自动重试）：失败的回答不超过 5% 时照常发布，只按判完的回答计算，失败的不计入，「样本覆盖」写明「69 / 70 条已校验，1 条判读失败未计入」。如果最新一轮还有没判过 的回答，或失败超过 5%，这一块会退回到最近一轮能发布的数据，并写明用的是第几轮。不会拿判了一半的数据出结论。
怎么读 正面占比是口碑健康度的主指标。出现负面时，去「品牌情感」页点「查看负面证据」，直接定位是哪个问题、哪个平台、在说什么。
注意 没提到你的回答，直接记为「中性」 （系统不再调用 AI 判读，理由记为「回答未提及目标品牌」）。所以提及率不高的项目，中性占比会被这部分推高——看口碑时，要把「正面 vs 负面」的相对关系和提及率放在一起读。
十、轮次与数据状态
页面上的说法 含义 第 N 轮 / R N 轮次编号，按时间递增。页头的「第 22 轮 / 5 个平台 / 数据覆盖 230 条 AI 回答」说明当前所有数字出自哪一轮、覆盖多大样本。对外沟通时，以页面上显示的轮次号为准。 默认展示哪一轮 最近一轮已完成 的采集。如果有一轮更新的采集虽然没标完成、但样本已经足够（≥95%），就展示更新的那一轮。 数据截至 左侧栏底部的「数据截至 / 北京时间」：当前看到的数据采集到什么时候。采集还在进行时，会写「开始于……，数据会陆续补全」。 完成率 这一轮计划要问的问题里，已经拿到回答的比例。 样本覆盖 这一轮实际留存的回答数 ÷ 计划回答数。≥95% 视为「指标可用」。 采集中 这一轮还在进行、样本还不够，数字会继续变化。 样本不足 这一轮已经结束，但回答数没达到 95%，数字是在残缺样本上算的，不建议拿来做达标判定 。 指标可用 样本完整，可以放心读数。
不同轮之间比较时，先确认两轮的提示词组和目标词组是否一致。口径一致，升降才有意义。
十一、最容易误会的 12 件事
「提及率 94%」不是「94% 的问题都提到了」 ——分母是回答条数（问题 × 平台），不是问题个数。一个问题 5 个平台里提了 1 个，算 1/5。Top1 不是 AI 排行榜的第一名 ——是在回答正文里你比其他占位品牌先出现。AI 回答多数不是排名表，「先出现」是能稳定度量的替代指标。被 AI 明确不推荐的品牌、以及和你没有竞争关系的名字，不占推荐位 ——所以「回答里先出现的名字」不一定就是第 1 位。「提及但未推荐」不是「未提及」 ——AI 提到了你、但明确说不推荐，这条计入提及率，不计入 Top1 / Top3。在证据库里是橙色标签，和灰色的「未提及」不一样。Top1 / Top3 的分母包含没提到你的回答 ——所以三者永远满足：提及率 ≥ Top3 ≥ Top1。Top1 / Top3 显示「—」不是 0 ——是本轮没有可比的竞品、算不出位次，卡片上会写「暂无推荐位基准」。「投放内容采纳」≠ 提及率，也 ≠「投放提及」 ——投放内容采纳只看「AI 引用的是不是我们的材料」，不要求点名；「投放提及」要求既点名又引用。刚开始服务、还没发内容时，投放内容采纳是 0% 属正常。引用来源分布数的是链接条数，不是回答条数 ——一条回答引用了 3 条 sina.cn 的链接，就记 3。高亮的柱子只表示「引用最多」，不代表是我们的站。趋势图中间缺的轮次不是没数据 ——横轴固定取「最近 12 轮里最早的一轮 + 最近 4 轮」，最多 5 个点。情感占比基于「判完的那一轮」，而且没提到你的回答算中性 ——最新一轮没判完时，会退回上一轮并写明，不会用半成品出结论；极少数判读失败的回答不计入，覆盖卡上会写出来；提及率低时，中性会偏高。换了目标词、换了提示词、换了筛选，数字都会变 ——这是口径变化，不是表现变化。对外汇报前，先说清用的是哪组词、哪几个平台、哪一轮；选了「考核提示词」时，也要说明是哪一组。「品牌词」筛选下的提及率天然很高 ——问题里已经点名了。真正有含金量的是「非品牌词」下被提到。
十二、一页速查表
指标 分子 分母 示例（坦克 · 第 22 轮） AI 提及率 正文出现任一目标词的回答条数 回答总条数 217 / 230 = 94.3% Top1 推荐率 本品排在所有占位品牌之前的回答条数 回答总条数 78 / 230 = 33.9% Top3 推荐率 本品位次 ≤ 3 的回答条数 回答总条数 125 / 230 = 54.3% 覆盖提示词数 本轮有回答的不重复提示词个数 46 组（× 5 平台 = 230 条） 投放内容采纳 引用了 ≥1 条投放内容的回答条数 回答总条数 43 / 230 = 18.7% 竞品排行 · 提及 出现该品牌的回答条数（按条数占比排序） 坦克 217 · 方程豹 166 竞品排行 · Top3 该品牌位次 ≤ 3 的回答条数 回答总条数 坦克 54.3% · 方程豹 29.6% 引用来源分布 按网站分组的引用链接条数，前 10 名 sina.cn 343 条 提示词表现 · 提及率 / Top1 / Top3 该问题下满足对应条件的回答条数 该问题的回答数（= 平台数） 100% / 80% / 100% 情感 · 正面 / 中性 / 负面 判为该态度的回答条数（未提到本品的回答记为中性） 该轮已判完的回答条数（判读失败的不计入，最多 5%） 76.5% / 22.2% / 1.3%
定义依据：并行宇宙 GEO 空间站线上算法（2026-09-10 核对，含 9 月 2 日起的推荐位口径），以及公司《指标字典：提及率与目标词》（2026-08-12 生效）。示例数字按现行算法对第 22 轮原始回答重算；情感示例沿用该轮当时的判读结果。GEO OS 内部屏幕上的同名指标与空间站同源、同算法。